我刷了几轮 AI 热榜，发现大家其实都在问同一件事

今天我想换个写法。

不是单独测一个中转站，也不是只讲 Codex 或 Claude Code。

我把最近能查到的 AI 热点、技术社区文章、B站/知乎/公众号/行业媒体里反复出现的关键词，按同一套口径过了一遍。关键词很集中：

Codex
Claude Code
智能体
中转站
token 成本
多 Agent
国产模型
工具选型

微博、小红书、公众号排行榜这类实时榜单变化太快，我不假装拿到了一个永远准确的“全网排名”。这篇更像一份热榜雷达：把跨平台重复出现、最近热度高、又和我们读者强相关的 10 个话题捞出来，重新拆成一篇能直接看懂的趋势稿。

结论先说：

AI 工具的热度，正在从“哪个模型更强”，转向“谁能把任务稳定做完、成本别爆、出了事能兜住”。

这就是现在的主线。

热点 1：Codex 突然从程序员工具，变成了知识工作工具

最近 Codex 的热度非常明显。

OpenAI 自己披露过一个数字：Codex 周活已经超过 500 万，而且从 2 月桌面应用发布后增长了 6 倍以上；更有意思的是，知识工作者已经占到大约 20%。

这说明一件事：Codex 不再只是“帮程序员写代码”。

它开始进入更普通的工作流：

整理文档
处理表格
写内部工具
改网站文案
生成小自动化脚本
把业务需求变成可运行原型

我觉得这是一个拐点。

以前大家聊 Codex，会问它能不能写好代码。现在更关键的问题是：它能不能把一个办公室里的小任务推进到可交付？

这也是为什么 Codex 最近适合写进公众号选题。它不是单点能力升级，而是用户范围变了。

热点 2：Claude Code 的热度，来自“长期使用时长”

Claude Code 这边，热度不是靠一个新按钮。

Anthropic 最近的研究里提到，Claude Code 用户平均每周使用大约 20 小时；另外，GitHub 项目里出现 coding agent 活动的比例，也从 2025 年底以来翻了一倍多。

这个信号很实在。

一个工具如果只是好玩，大家会试一下。

但如果用户每周能泡 20 小时，那它已经进入工作习惯了。

Claude Code 最适合的，不是三分钟生成一个函数，而是这些事：

读一个老项目
解释复杂模块
拆一个重构计划
修一个连续失败的测试
帮你审查 AI 自己写出来的代码

说白了，Codex 更像“执行推进器”，Claude Code 更像“深度结对程序员”。这不是绝对划分，但对选型很有帮助。

热点 3：多智能体不是概念，开始变成工具层

这一轮热榜里，我看到很多内容都在讲 subagents、多智能体、Agent SDK、Managed Agents。

这背后有个变化：以前我们让一个 AI 从头干到尾。

现在开始分工了。

一个 Agent 读需求
一个 Agent 写代码
一个 Agent 跑测试
一个 Agent 做安全审查
一个 Agent 写文档

Claude Code 已经有 subagents 和 Agent SDK；Anthropic 的 Managed Agents 也在 beta 里；OpenAI 这边 Codex 也在往更通用的工作代理发展。

这类工具热起来，不是因为大家喜欢复杂架构。

而是一个 AI 干所有事，太容易失控。

分工以后，你至少能知道：谁在写代码，谁在检查，谁负责最后解释。

热点 4：token 成本开始变成“老板也看得懂”的问题

以前 token 成本是开发者才关心的事。

现在不是了。

Agent 一旦开始自动跑任务，token 就会像水龙头一样流出去。普通聊天可能是一问一答，Agent 任务是一串动作：

读文件
列计划
改代码
跑测试
读日志
继续修
再跑测试
写总结

这就是为什么“AI coding cost”最近在海外内容里也很热。有些测算会提到，一次复杂 Agent 任务可能累计吃掉几十万到几百万 input token。

我不建议大家死记某个数字。

你只要记住一句话：Agent 成本不是按问题算，是按回合数和上下文膨胀算。

所以中转站、缓存、模型分层、低价模型铺底，才会越来越重要。

热点 5：中转站讨论从“能不能用”，变成“敢不敢长期用”

中转站这个话题，在国内开发者圈一直有热度。

但现在讨论重点变了。

早期大家问：

能不能调通？
便不便宜？
支不支持微信支付宝？

现在大家更关心：

会不会跑路？
会不会降智？
有没有请求日志？
模型名是不是透明？
高峰期稳定不稳定？
余额会不会过期？

这说明用户成熟了。

以前是找入口。

现在是找可信入口。

我的建议还是那句老话：中转站可以用，但不要大额充值，不要把隐私数据和核心商业机密直接丢进去。低风险任务走中转，关键任务保留官方或更可信备用通道。

热点 6：国产模型正在承担“低成本铺底”的角色

最近关于 DeepSeek、Qwen、GLM、Kimi 这类国产模型的讨论，也和 Codex / Claude Code 连起来了。

不是因为它们一定全面超过国外模型。

而是因为它们更适合接住一大批“量大、低风险、中文多”的任务。

比如：

摘要
分类
批量改写
日志整理
数据清洗
简单脚本
客服草稿
公众号素材初稿

如果你把所有任务都交给最贵模型，成本很快就会不好看。

更合理的做法是：

国产低价模型：铺底、筛选、整理
Codex / Claude Code：执行、审查、重构
人工：确认涉及钱、权限、隐私的动作

这才是现在更实用的模型搭配。

热点 7：Claude Tag 说明 Agent 正在进入团队协作入口

Anthropic 最近推出的 Claude Tag 也挺值得看。

它不是 Claude Code 的简单延伸，而是把 Claude 放进 Slack 工作流里。官方介绍里有个细节很抓人：Anthropic 内部已经把 @Claude 当成主要协作方式之一，产品团队相当一部分代码由内部版本的 Claude Tag 创建。

这意味着 Agent 不只在终端里。

它会进入团队频道。

你不一定打开 IDE，也可以在工作群里分配任务：

@Claude 看一下这个 bug
@Claude 追一下这个指标
@Claude 帮我整理支持工单
@Claude 找出这次回归的可能原因

这会带来新问题：权限、上下文、token、隐私、责任边界。

但方向很清楚。

Agent 正在从“个人工具”变成“团队成员”。

热点 8：AI 编程工具横评越来越多，但别被表格带跑

知乎、CSDN、博客园、B站上，Claude Code vs Codex vs Cursor 的横评很多。

这些内容有价值。

但我建议你看横评时别只看总分。

你要看它测的是什么任务：

是补全，还是 Agent？
是小函数，还是老项目？
是单文件，还是多文件？
是只看结果，还是看过程可控？
是一次测试，还是连续几天？

很多横评最后会得出“某某更强”。

但真实工作不是这么用的。

我的分法更简单：

Codex：更适合推进明确工程任务
Claude Code：更适合理解、审查、重构和复杂上下文
Cursor：更适合长期待在 IDE 里的人
国产模型：更适合大量低成本中文任务

选工具，不要选冠军。

选你当前任务的短板补位。

热点 9：安全边界开始比能力更重要

AI Agent 越强，安全边界越重要。

因为它不是只会说话。

它会：

读你的文件
改你的代码
执行命令
调用 API
访问数据库
把结果发到外部系统

这也是为什么很多官方文档都开始强调权限、MCP、安全控制、日志和回滚。

我现在的判断是：2026 年下半年的 AI 工具热点，会从“谁更聪明”，逐渐转向“谁更可控”。

可控包括：

能不能限制它访问哪些目录
能不能审查它要执行的命令
能不能记录它做过什么
能不能失败后回滚
能不能把敏感数据隔离

这类话题不会像“新模型发布”那么吸睛。

但它决定企业敢不敢用。

热点 10：公众号选题本身，也该从“资讯搬运”升级成“工作流”

最后这个，是我自己的观察。

如果只是把热榜新闻改写一遍，读者很快就疲了。

现在真正有用的公众号内容，应该把热榜变成工作流：

看到热点
确认来源
拆出事实
写出判断
给出使用建议
标明风险边界
生成配图
推到草稿箱
人工审核发布

这篇就是按这个流程做的。

我不想告诉你“今天全网第几名是什么”，因为热榜一刷新就变。

我更想告诉你：为什么这些热点会一起出现。

它们都在指向一个方向：AI 正在从“聊天工具”，变成“可调度的工作系统”。

写在最后

如果把今天这 10 个热点压成一句话，我会这么写：

AI Agent 的比赛，已经从模型参数，转向任务交付。

Codex 热，是因为它开始进入知识工作。

Claude Code 热，是因为它真的被开发者长时间使用。

中转站热，是因为成本和访问问题绕不开。

国产模型热，是因为低成本铺底太有用。

token 成本热，是因为 Agent 会把账单放大。

多智能体热，是因为一个 AI 干到底太容易失控。

安全边界热，是因为大家终于意识到：能自动执行的工具，必须先能被约束。

所以接下来别只问：

哪个模型最强？

更应该问：

我这件事能不能拆层？
哪层用便宜模型？
哪层必须用强模型？
哪一步需要人工点头？
出了问题能不能回滚？

这才是 AI 工具真正进入工作流以后，我们每天都会遇到的问题。